Hugging Face · 每日论文· 媒体 / 作者来源·精选
FRED框架提升机器人未来视频表示质量
原文标题
Self-Distilling Future Video Representations for World Action Models
AI 导读
研究团队提出FRED框架，通过自蒸馏方法改进World Action Models(WAMs)中未来视频表示的质量。该框架利用真实未来观测作为目标，从噪声中预测未来表示，并结合历史观测提供时间上下文。在多样化实际操作场景中，FRED在长时程和跨域任务上显著优于现有WAMs，将人类到机器人的技能转移成功率从19.4%提升至50.0%。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
FRED框架通过自蒸馏方法显著提升了机器人未来视频表示质量，在长时程和跨域任务上实现零样本泛化，并大幅提高人类到机器人的技能转移成功率。
导读由模型辅助整理，非独立核验。完整信息见原文。